美國證券交易委員會正密切審視金融機構日益普及的AI應用，擔憂AI模型在處理大量非公開市場資訊（MNPI）時，可能引發內線交易風險，並要求券商與投資顧問強化資料隔離、權限管理與人類監督機制。
隨著金融機構日益普及採用大型語言模型（LLM）等人工智慧（AI）工具，來存取與分析規模龐大的非公開資訊，美國證券交易委員會（U.S. Securities and Exchange Commission, SEC）正密切關注這些應用如何與現有的內線交易及非公開市場資訊（MNPI）處理規定相符。美國證管會長期以來將保護非公開市場資訊（指尚未廣泛公開且可能影響投資決策的重大資訊）視為維護市場誠信的核心原則。
根據《JD Supra》報導，儘管目前尚未有涉及 AI 模型的內線交易案例，但現行證券法框架已為相關風險敲響警鐘。券商與投資顧問有責任建立合理設計的政策與程序，以防範 MNPI 被濫用，即使最終沒有實際交易發生，若 AI 工具被預見可能不當使用受限數據，公司仍可能面臨審查。美國證管會的執法重點在於 AI 系統的設計者和管理者，即人類如何設計、授權、部署或監督模型，確保其在可預見的情況下不會因違反職責而使用 MNPI。
AI 模型透過「鑲嵌理論」強化資訊分析能力，能整合多種零碎資訊（如公開數據、非重大非公開資訊及產業數據）來評估證券價值。然而，若其中包含單一且重大的非公開資訊，則可能引發監管風險。金融機構為因應此類挑戰，應考慮採行多項控制措施，包括：資料隔離與權限管理，將資料依交易團隊、策略或合約限制進行區隔；限制特定模型與使用者存取受限資料；並加密敏感數據。
此外，引入「可解釋人工智慧」（Explainable AI, XAI）技術，能協助專業人員理解、信任並管理 AI 生成的決策，為遵循法規提供審計追溯紀錄。定期盤點與追蹤非公開資訊的來源、使用限制、受影響證券及人員系統權限，也至關重要。這些措施有助於證明公司已設計、實施、測試並執行了符合其業務、技術、資料來源與交易活動的合理控制措施，即使事件發生也能展現其積極防範的態度。